文摘

智能健康监测技术已经吸引了广泛关注病人和专业人士或专家之间提供关键的早期检测异常情况下不需要直接接触病人。本文提出一种安全的基于物联网的智能便携式multivital信号监测系统(物联网)技术。实现的系统目的是测量的关键健康参数:心率(HR)、血氧饱和度(热点₂),体温,同时进行。捕获的生理信号处理和加密使用高级加密标准(AES)算法之前,将它们发送到云。ESP8266集成单元用于处理、加密和提供wi - fi连接到云。另一方面,受信任的医疗组织服务器接收和解密监视仪表板上的测量和显示的值为授权的专家。该系统测量与许多商业医疗设备。结果表明,提出的测量系统在95%置信区间内。此外,根均方误差(RMSE),平均绝对误差(MAE)和平均相对误差(绝笔)提出系统计算为1.44,1.12和0.012,分别为人力资源,1.13,0.92,和0.009,分别为热点₂,0.13,0.11,和0.003,分别为体温。这些结果证明该系统的高精度和可靠性。

1。介绍

许多发明家和科学家竞相创建新的系统,帮助专家诊断和治疗一些疾病。疾病通常是与人体的生理参数的变化(如心率、血氧饱和度、体温、血压、等等)。此类疾病的诊断需要做一些检查在医院里衡量一个生理参数是远离正常利率,然后确定这些疾病的积极或消极的存在。更偏离正常的利率是强大的标记范围广泛的病人死亡的(1]。然而,许多人无法连续去医院,因为他们可能没有足够的时间去医院,他们有一个慢性疾病,或协调专家是在国外。此外,医疗在医院可能会花费很多。对于这些人来说,个人卫生设备是可靠的解决方案来监视和跟踪生命体征在家里和在紧急情况下也可以要求医疗帮助(2- - - - - -6]。个人医疗设备越来越感兴趣,成为商用(7- - - - - -9]。

随着物联网上的进步,无线传感器网络(10),已经进行了很多尝试提供病人数据,无需去医院(11]。这有助于专家提前确定适当的行动或发送特定的医疗帮助。在紧急情况下,关键的病人数据的传播可以显著影响患者生活(12]。与云计算,计算和存储的范式转变,IoT-based卫生监测系统发现新方法的创新(13,14]。云是病人数据处理和存储的地方,允许一个病人的生命体征监测实时或存储历史的评论。病人数据存储在云中提供了一些好处,包括可用性、可靠性和方便以相对低的成本(15,16]。不同的研究人员(17- - - - - -19)解决的机遇和挑战,利用云计算在医疗保健领域。然而,病人数据的通信和存储在大多数基于云的医疗系统在纯形式,将患者的人格和隐私的利害关系(20.]。易et al。21)解决一些关于敏感的生理数据安全威胁公共通道上传输和存储在后端系统。因此,一个方法提供关键的病人数据相关医疗服务提供者在不影响病人隐私是必要的。

该系统提供一个安全的和实时的解决方案私人医疗数据记录存储在云端。物联网传感器是用来捕获关键生物参数(心率、血氧饱和度(热点₂)和体温)从一个病人在一个舒适的家。然后,一个IoT-based单片机加密、流程和公共云提供安全健康记录。另一方面,只有在信任的医疗中心专家可以实时监控病人的生理参数。同时,他们可以检查历史记录来预测任何不寻常的活动,也可以分配的预防措施,以防止任何紧急情况。提出的健康监测系统目标几个患者的医疗问题,如病人在事故或紧急情况的地方,有运动障碍的病人,慢性疾病患者,病人的医生在国外,或长辈需要持续的监控。

确保病人数据是通过使用AES算法,这是一个对称加密算法加密速度和安全之间提供了一个很好的妥协(22]。AES算法在该系统之前确保病人数据存储在云上。这确保数据完整性和隐私和安全的病人数据分配公共网络。

虽然有大量的研究和论文的主题健康监测,我们的研究中,与大多数监控系统,增加了一些关键领域的贡献如下:(我)实现低成本和准确的健康监测系统监测心率、血氧饱和度、体温的病人不需要直接接触专家(2)多个医疗传感器包含一个紧凑和强大的单片机芯片的小型设备的帮助下物联网基础设施。实现简单,同时,有效(3)医学测量是云存储加密传输之前。因此,拟议的框架使病人数据的隐私和完整性(iv)端到端安全性之间的医疗记录是保证病人节点和医疗中心(v)拟议的系统依赖于Wi-Fi-based连接提供病人模块和专家之间的快速通信模块与其他技术相比,低功耗

本文的其余部分组织如下。部分2讨论了预赛的研究工作。部分3给相关的先前的研究提出的系统。部分4介绍了提出的健康监测系统,系统的层,和演员。介绍了系统实现部分5。节6,实验结果进行了讨论。最后,给出本文的结论部分7。

2。预赛

2.1。血氧饱和度

身体的细胞和组织需要氧气生存。氧气从肺部和吸收红细胞(红血球)。血红蛋白是蛋白质中含有氧气的红细胞表面并把它输送到全身。心脏泵含氧血液从左心室到全身细胞和组织通过循环系统。它接收缺氧血和水泵再次向肺部吸入过程中含氧。血氧饱和度,称为热点₂是一个估计的氧气溶解在血液中,它被描述为氧合血红蛋白的比例的血红蛋白总量,表示为

热点;₂是临床重要器官之一最好的专家,以确定多少血氧饱和。正常血氧饱和度对大多数健康的人是海平面的94%至100%。热点;₂是呼吸系统的有效性的一个关键指标,它可以帮助检测血氧不足。此外,热点;₂水平可以帮助COVID-19肺炎的早期检测23,24),这可能会导致最初不显明的动脉氧饱和度低。作者在23)报道,COVID-19肺炎患者氧饱和度低至50%。

的热点;₂水平通常是通过测量脉搏血氧计,它有一个发光二极管(LED)照射灯光通过指尖和光电探测器(PD)测量反射光的数量。脉搏血氧计的结构如图1。当光通过指尖,LED发出的光被血液吸收,另数量反映PD。图2描述了PD的结果输出的波形,有悸动的波形的周期变化量的血液在传感器由于周期性的血液从心脏的泵,从而影响反射的光的数量。血液的量越多,越少吸收光和反射光到达PD。的直流(DC)组件生成的波形由于反射的光在骨头,组织,和其他固定部件,而交流电(AC)组件代表动脉血液的脉动的变化,形成了photoplethysmography (PPG)信号25- - - - - -27]。

有两个不同波长光束,通常红色(660海里)和红外(IR)(880海里),据报道,HbO₂Hb吸收两种不同波长和不同数量(图3)。在660 nm Hb吸收更高,而HbO₂有一个更高的吸收在880海里。这一特点表明,吸收光的量在660和880海里可以用来估计血液中溶解氧的量(热点₂)。两个独立的PPG信号决定从红色和红外发光二极管用来发现率R,用于计算热点₂水平(28]。

热点的准确估计₂比例是基于经验校准吗R特定的设备。方程(3)是在文献中常用的近似热点₂价值的基础上R(28]。

另一个近似找到热点的价值₂使用比例R是由马克西姆集成基于经验校准的医疗产品和被定义为(29日]:

在我们的研究中,MAX30102传感器,一个产品的马克西姆集成是用来测量热点₂水平和心率。

2.2。心率

心率是表示频率的心脏泵血的动脉,是衡量的数量每分钟心脏的收缩。心率反映身体的生理和心理状态。它根据人体生理需求变化条件,如在血氧饱和度水平低。

脉搏血氧仪可以通过计算确定心跳的频率之间的时间连续山峰PPG信号使用单一光源(例如,红色LED),如图2。心率通常以每分钟节拍(bpm)。健康成年人的正常心率60至100 bpm,虽然他们在休息的时候。

2.3。AES算法

数据安全是一个重要的目标,一切都在我们的生活中所有的应用程序。数据需要保护从攻击和入侵。由于互联网的伟大革命及其应用,关键需要使用安全技术保证传输信息。授权用户可以从一个距离与通信网络传输和接收数据。可靠,数据需要保护从未经批准的变化(完整性),隐藏在未经授权的访问(机密性)和在需要时访问一个批准的实体(可用性)。不仅应该被信任的数据存储在一个电脑,但是也应该有保护其隐私时,通过通信网络传输。

AES加密算法是有效的,它是基于Rijndael过程(22),这是一个迭代块加密过程变量关键尺寸和可变块大小。关键尺寸和块大小可以自主192,128或256位。密码键是一个矩形数组四行和列数等于关键尺寸除以32。此外,中间产生的密文描述了状态和形状的矩形阵列的四行和列数等于32块大小除以。轮上执行中间状态的数量与规模的关键。关键尺寸的192、128和256位,轮的数量是10,12日和14日。每轮由一个固定的序列的转换,除了最后一个和第一回合。

AES由轮。任何圆的,除了最后一个,涉及ShiftRows, SubBytes AddRoundKey, MixColumns函数。在SubBytes步骤中,线性替换每个字节是根据图来执行的4。在最后一轮,没有MixColumns操作执行。更新每个字节数组中使用一个8位天地盒,它提供了密码系统的非线性。天地盒来源于乘法逆元的有限的伽罗瓦域GF (2⁸),有良好的非线性特征。天地盒被选中来防止定点以及opposite-fixed-point攻击。

ShiftRows的步骤操作的行状态。它周期性变化每一行的字节数。AES的过程中,第一行是不受影响。每个字节的第二行是单个字节转向左边。此外,第三和第四行转移2和3字节的偏移量,分别。块的大小192位或128位,转移模式是相同的。通过这种方式,每一列的输出状态ShiftRows每一列的步骤是由字节输入状态。在256位块,第一行是影响和改变第二,第三,第四行是1字节、3个字节,和4个字节,分别显示在图5。

在MixColumns步骤中,国家的每一列的四个字节合并线性可逆变换。MixColumns函数需要四个字节作为输入和输出四个字节,每一输入字节包括所有四个输出字节。与ShiftRows MixColumns密码系统中的扩散。每一列都被视为一个多项式/ GF (2⁸),随后乘以一个固定的多项式 。MixColumns步骤也可以被认为是由一个特定的矩阵乘法,显示在图6。

3所示。相关的研究

与最近的云计算和物联网的发展,移动医疗设备开发提供医疗服务以更低的成本和更大的灵活性和速度。这个随时帮助病人获得医疗保健和医疗帮助专家实时监控他们的病人。从医疗服务提供者的角度来看,物联网有潜力通过远程提供减少设备停机时间。此外,物联网提供了有限的资源的有效调度,确保他们最好的使用和服务更多的病人30.]。

在这种背景下,一些研究人员已经开发出智能医疗和保健监测和监控体系结构。易et al。21)提出了一个安全健康监测系统中,私人健康数据使用AES加密和分成三个不同的服务器来保持数据的隐私,即使一台服务器被破坏。这种方法维护系统外部和内部攻击。然而,它需要更多的计算步骤关于生成和分配公钥在三个数据库服务器。阿里et al。31日)实现了物联网和android健康监测系统测量心率、血氧饱和度、体温的病人。测量数据通过蓝牙发送到移动应用程序,可以使用wi - fi网络传播。他们比较结果与商用产品和报告的最大偏差为2%。

穆罕默德et al。32)集成物联网和云计算构建一个心电图的移动应用程序,为用户提供可视化的ECG信号和测井资料上传到特定的医疗云。一个单片机板被用来捕捉来自病人的心电图信号并将其发送到移动设备使用蓝牙技术以无线的方式。心电图数据保存为二进制文件到SD卡的手机,和用户有能力把这个文件送到云专家检查变得可用。

Al-khafajiy et al。33)提出了一个智能医疗监测系统(SW-SHMS)实时监控老年人在家中使用移动应用程序。它使用一个脉冲传感器连接到一个Arduino Uno追踪一位长老的心率和血氧饱和度。脉搏传感器数据通过蓝牙传送到移动设备。移动应用程序从可穿戴传感器收集重要数据和发送数据到云进行处理和存储,成为可供相关医院或专家。

古普塔et al。34采用物联网和单片机监测病人的生命体征。他们认为只有一个角度来看,这是心电图信号。覆盆子π被用来从可穿戴传感器收集数据并将其发送到一个MySQL数据库。作者还利用GSM无线网络发送警报信息医疗中心在紧急情况下。Ghosh et al。35)实现一个物联网传感模块测量各种生命体征(心电、体温和病人位置)。这个模块是连接到一个本地web服务器通过COM连接本地监控,它可以发送测量给远程监控云存储。

Lloret et al。36)提出了一个框架来改善老人的生活取决于几种类型的沟通来缓解他们的日常事务。他们提议环境辅助生活(AAL)无线通信传感器为基础,帮助老人避免危险情况。Elsts et al。37)提出了一种遥感平台,在居住环境中医疗(球体)基于物联网技术。他们提出为医疗领域物联网网络基础设施的家庭环境与低功耗无线网络性能。穆斯塔法等。38]介绍了远程监控解决方案开发实时控制电子健康医疗设备的应用程序。他们提出了一个安全的、可伸缩的、统一的和实时的基础设施基于传感器和物联网远程监控病人。公园等。39]提出紧急警报和一位上了年纪的健康监测系统,包括大脑和身体运动的积极捕捉信号,通信信号分析,预警和检测流程。

汗等。40)提出了一个医疗模型采用物联网技术领域内的狡猾的健康保健。他们介绍了一个完整的和有效的医疗监测框架计划基于物联网和射频识别标签。Mighali et al。41)描述了一个可靠的和智能远程监控系统与低成本控制主体能动性和老年人的位置。Tuli et al。42)提出了一个新颖的模式命名HealthFog边缘融合深度学习的计算设备和实现自动心脏病分析。这个模型提供医疗保健作为雾服务通过物联网设备和熟练管理心脏病患者的数据。提出了模型自适应多种操作模式的服务质量(QoS)和基于用户需求的预测精度。Sodhro et al。43)提出了一个高效、智能监控和测量方法对病人医疗保健应用程序传输关键数据通过无线网络具有良好的QoS。Alabdulatif et al。44]讨论了智能的主要概念健康物联网监测系统实时云媒体。

表1总结了不同特点采用不同healthcare-monitoring-related研究在文献中。一般来说,在文献中很少有贡献对急诊应用程序采用物联网和云计算技术。一些技术关键问题,介绍医疗数据安全性和实时通信。传统的健康监测系统被认为没有达到足够的安全,不建议用于实时通信。此外,他们健壮性较低,需要更多的计算在医学数据处理和传输。因此,他们增加计算开销。考虑到先进的作品的局限,一个有效的物联网和cloud-computing-based安全和实时健康监测医疗应急通信系统的应用是本文的主要贡献。这个框架由物联网传感器,一个IoT-based单片机,一个AES机制,和云存储有效监控,过程中,保护、存储以及传输病人的医疗数据。此外,提出系统实现实时通信的医疗数据传输高质量、高鲁棒性和较低的计算复杂度比传统的相关系统。

4所示。提出了物联网和Cloud-Computing-Based安全的健康监测系统

提出了健康监测系统的目的是监控从患者或老年人至关重要的数据,安全,传输到公共云数据库,并为授权护理人员提供实时监视仪表板或医疗中心在任何时间和任何地方。该系统的实现包括了对不同技术的三层结构。病人提出的层系统层,云层,医生层。提出的系统架构模型和三层如图7和描述如下。

4.1。病人层

病人层包括病人和一个物联网模块。物联网模块获取重要数据来自医疗传感器连接到病人的身体,数据加密,发送4数据云数据库(即。第二层)。物联网模块由一个数量的生物医学传感器,测量关键重要数据,(心率、血氧饱和度、体温),和一个Wi-Fi-based单片机处理这一至关重要的数据,使用AES加密算法和直接发送到云数据库wi - fi,而不需要一个本地服务器或一个中间移动应用程序。这个过程自动执行没有病人互动,使其更方便运动障碍患者和老年人。

MAX30102 [53),如图8(一个),是一种高灵敏度的脉搏血氧计用来测量心率和血氧饱和度的病人通过他的指尖。DS18B20传感器(54),如图8 (b)是用来测量体温。这些传感器连接到ESP8266 NodeMCU [55单片机,控制整个系统,并提供处理和传输功能(图8 (c))。ESP8266 NodeMCU是一个新兴的物联网芯片小型,低成本、独立的无线模块,高处理速度和能力运行独立的应用程序。

ESP8266加密库(56采用]提供的AES实现ESP8266模块。重要数据与一个128位的密钥加密使用密码块链接(CBC)模式,然后用Base64编码格式。之后,它被发送到云。

AES算法选择加密传感器读数,因为它是简单的硬件使用适当的软件中实现图书馆,不像其他的加密算法,这可能不支持硬件设备实现。此外,它提供了一个很好的计算的速度和复杂性之间的妥协。

4.2。云层

云层负责为私人健康数据提供一个安全的地方。从病人层云获得敏感数据并将其存储在一个4形式,使系统更健壮不仅外部攻击,而且内部攻击,可以由云服务提供商(57]。云层不收取任何处理的数据,但它提供数据作为下一层。

重火力点[58)是从事这项工作。它是一个实时的云数据库,被谷歌收购,用于物联网解决方案。图9显示重火力点的实时数据库,创建的一个屏幕快照显示编码值心率、热点₂和体温。

4.3。医生层

这一层允许在信任医疗中心医生实时监视和跟踪重要数据。这使医生能够预测任何不寻常的活动,它可以分配的预防措施,以防止任何紧急情况。与云同步这一层实时接收病人数据的更新的,这是在一个4形式。后端机制是用于获取和解密接收的数据并提供监视仪表板。首先,医生应该通过一个web界面登录验证,以防止欺诈访问;然后,他们直接监视仪表板。使用HTML5 web界面开发,JavaScript,引导,ASP.NET。

5。系统设计与实现

该系统使用MAX30102脉搏血氧计测量心率和血氧饱和度的计算缺氧血红蛋白氧合血红蛋白的比例,然后用于计算含氧血浓度的百分比(热点₂),如部分中讨论2.1和2.2。心率和热点₂测量,病人被要求把他的指尖上的手指探头如图10。手指探测器由一个塑料夹软接触表面,用于符合传感器上的指尖。另一端的手指探头连接到设备电路板。温度传感器放置的腋窝下病人,而这个位置是专家推荐的测量体温。同时,另一端的传感器连接到指定的套接字在电路板。描述程序的方框图测量心率、动脉血氧饱和度和体温数据所示11和12。该设备是由一个3.7 V充电电池,这是一个不错的选择对于小尺寸和长期操作。该设备发送测量医疗数据每五秒,定期。所以,这是一个重要因素,保证提供该设备的实现可接受的QoS测量。图13显示了完整的物联网模块的硬件实现和相关传感器和单片机的连接。完整的系统流程图如图14,表明基本演员和他们的角色,而每个演员都有自己的功能,实现系统目标,如下。

5.1。传感器模块

这个模块包括捕获原始从病人身体的生理数据,并将数据发送给微控制器单元(MCU)进行处理。这个模块由两个传感器类型:脉氧仪传感器和身体温度传感器。MAX30102脉搏血氧计传感器,如图8(一个)参与本研究,测量心率和血氧饱和度。MAX30102是反射脉冲血氧计,包括内部的发光二极管,光电探测器,光元素,低噪声和环境光取消电子。MAX30102传感器和单片机之间的通信是通过我²C接口。DS18B20温度传感器,如图8 (b),用于病人皮肤温度。DS18B20数字温度计提供12位9-bit摄氏温度测量并通过机与单片机通信接口。表2显示了技术规范的摘要利用传感器。

5.2。物联网模块

物联网模块是整个病人的协调员层。沿着这模块流程包括以下步骤:(1)从传感器接收原始生理数据通过一个适当的接口(I²C或一线)。(2)处理接收到的数据并将其转换为数值(心率、血氧饱和度、体温)。(3)生命体征使用AES加密算法和一个128位的密钥。(4)建立一个连接到云数据库在一个wi - fi链接。(5)发送4数据云存储。

这些任务完成使用ESP8266 NodeMCU开发工具包,如图8 (c)。ESP8266 Arduino-like板与额外的有益的特性,如802.11 b / g / n wi - fi的支持,集成TCP / IP协议栈,3.3 V操作电压,低电流消耗(10μ∼170 mA),可连接的闪存(16 MB)和高处理器速度(80∼160 MHz)。ESP8266使用开源Arduino IDE编程以实现其委托的任务。

5.3。云

云是病人数据存储的地方。重火力点云数据库服务器采用这项工作存储病人数据,所以物联网模块可以与医疗机构允许通信专家访问和诊断病人生命体征在任何时候从任何地方。

5.4。医院本地服务器

这个实体负责接收来自云存储的数据,用适当的解密密钥解密,然后提供给医生的终端。它还拥有一个SQL数据库包含一个表患者信息和登录凭证的另一个表来控制对系统的访问,为用户提供授权根据授予权限。

5.5。医生终端

最后目的地的病人数据,检查病人的重要数据通过专家来确定任何与这些数据相关的健康问题和分配的预防措施,以防止任何紧急情况。首先,专家要求提供凭证来确定他的角色,之后他可以继续监视仪表板视图和与病人数据实时交互。监视仪表板在云中随着每次更新自动更新数据库。

6。实验结果

拟议的系统提供了一种方法来关注关键生物指标的病人安全、实时的基础上。提出了系统,确保病人保证数据加密的数据,以确保数据隐私和安全的病人数据的分布在公共网络。提出了系统启动物联网上的加密过程模块,如图144的数据,然后发送到云上。值得信赖的医疗中心服务器同步云存储,云存储时,通知更新。之后,医疗保健中心从云服务器获取新数据,4形式。然后,医疗中心服务器使用解密密钥,理解数据之间的保密系统和医疗中心。因此,如果一个非可信用户试图嗅即将离任的数据或访问云存储,他将获得4数据无法破译除了使用正确的解密密钥。此外,每个模块的解密密钥是独一无二的,它是硬编码在微处理器程序不能推断由攻击者。

监视仪表板如图15。它显示接收到的病人数据以密文形式和解密后的值。

评估的准确性和有效性,提出了健康监测系统,比较了测量的一些商业设备:高护理心率监测器,脉搏血氧计,医学温度计测量心率、热点₂,身体的温度。参考设备中使用的比较如图16。

这两个统计分析工具,即线性相关性和Bland-Altman情节,来验证该系统采用精度。测量设置如图17,表明该系统值出现在电脑屏幕上,和参考测量参考设备所示。

测量点数(50心率点,50血氧饱和度水平点,体温和40分)从20个不同个体不同年龄的男性和12女性(8)在不同的时间(4-60年)。点收集的数据和比较与参考测量。

实验和实际测量心率传感器误差如表所示3。与参考测量,结果显示高协议如图18,证明该设备是高度准确的。

同样,热点的结果₂和身体温度传感器如表所示4,图19、表5,图20.。

此外,RMSE、美和绝笔提出系统的计算如下: 在哪里从商业参考测量设备,提出的测量设备,是测量的数量。

确定系数,表示R²是一个衡量两个变量之间的相关性。范围从0表示没有相关,1,这表明一个完美的匹配。表6总结的结果提出了三个健康监测系统参数。

此外,表7- - - - - -9对比提出系统的错误率和文献中一系列的解决方案。这说明该系统的高精度和可靠性对文学的解决方案和应用的可行性提出了临床使用设备。

线性相关分析衡量两个变量之间的线性关系的程度。两个变量之间的线性关系x和y被定义为; 在哪里一个和b直线的斜率和截距,分别。

完美匹配的线斜率= 1和拦截= 0,即,

数据21- - - - - -23显示心率的线性相关情节,热点₂,分别和体温的结果。如数据所示,大多数测量是接近完美匹配的行。统计分析结果表明,合适的线测量分密切的同时,完美匹配的行。

数据24- - - - - -26显示相应的Bland-Altman块测量的区别与平均三个健康参数,分别。故事情节表明所有差别点在95%范围内的协议,在协议的95%上限的定义是: 和95%下限的协议被定义为: SD的标准差的差异。

上述结果表明,提出的测量系统密切配合商业产品的参考测量。

7所示。结论和未来的工作

健康监测系统发挥着至关重要的作用在卫生保健领域,早期诊断和预测关于健康的问题。此外,这些系统的一种手段削减医疗成本有关期刊医院检查和医生。因此,开发一个系统,提供健康数据从病人的地方相对或医学专家成为日益增长的需求的必要性。

本文的主要成果如下:(我)本文提出了一个安全、低成本、实时、可信赖的健康监测系统,它提供了一个实时监测生物指标仪表板使用物联网和云计算在一个安全的环境。(2)该系统采用AES算法的加密重要的信号从传感器上获取发送他们之前的云存储。(3)一个ESP8266利用单片机进行处理和加密功能和wi - fi连接到云。(iv)该系统测量与商用高护理医疗设备。(v)结果显示与参考测量高协议。(vi)RMSE,梅,绝笔参考和测量读数之间的计算为1.44,1.12和0.012,分别为人力资源,1.13,0.92,和0.009,分别为热点₂,0.13,0.11,和0.003,分别为体温。这表明提出的高精度系统及其可靠性监控病人的健康和生命体征和长老在家里。

我们试图保证可接受的计算复杂度提出系统采用以下方法:(我)AES算法选择加密传感器数据,因为它是简单的硬件使用适当的软件中实现图书馆,不像其他的加密算法,这可能不支持硬件设备实现。此外,它提供了一个很好的计算的速度和复杂性之间的妥协。(2)wi - fi技术是采用这个解决方案,因为它是更快和更可靠。(3)我们依靠我们的解决方案的云服务器作为后台的特点是他们的超级计算能力,无限的存储,资源利用率高,成本低。(iv)消息被发送的设备每2秒。每个消息包含一个阅读。此外,数据传输是基于TCP。所以,不需要重传机制,因为自动传送数据包传输失败。(v)解决方案有三个层次:病人层,层云层,医生。在现实情况下,许多病人在哪里登记到系统中,每个病人都有自己的物联网模块连接到云服务器。每个病人将会坐落在一个不同的患者层。在这种情况下,病人的体系结构包括多个实例层,而云一层一层,医生仍是单一实例。云计算和医生层构造处理和大型存储高功能支持的处理大量的数据,可以收到病人层。(vi)在这项工作中,我们采用重火力点云服务器,和一个实时云数据库被谷歌收购和面向物联网解决方案。

然而,建议的解决方案可能会遇到一些限制,这可能会让设备失败。失败案例包括以下:(我)失去网络连接(2)损失之间的直接的wi - fi连接节点和本地访问点(例如,错误的凭证)(3)损失或下降的电源,这样的节点或传感器不能启动(iv)错误配置或利用传感器在一个错误的方式(v)操作在超过限制的传感器在数据表中定义

未来的研究方向可能包括进一步发展提出了系统的监控更多的生物医学等方面的心活动,血压,血糖,将适当的传感器。此外,自动诊断常见疾病可能与该设备集成。此外,一个框架来处理加密数据可以被开发提供决策个体的状态,而数据加密。

数据可用性

生成的数据集和分析在当前研究可从相应的作者在合理的请求。

的利益冲突

作者宣称没有利益冲突。